一个"神秘承包商"的突然转身
你可能没听过 Poolside AI 这家公司。
没关系，他们也没打算让你知道。
过去几年，这家公司就像个"隐形人"——只服务政府和公共部门，合同金额不明，客户名单不公开，官网简陋得像十年前的创业项目。外界对它的评价只有一句话："那帮人在闷头搞大事。"
直到 2026 年 4 月 28 日。
Poolside 突然在 X 上扔出一颗炸弹：Laguna XS.2，一款 33B 参数的开源编程模型。更狠的是，他们同时甩出了 Laguna M.1——一个 225B 参数的"怪兽"，在 SWE-bench Pro 上干到了 46.9%。
整个开源社区懵了。
这家公司到底什么来头？60 个人，怎么做到的？
单 GPU 跑 33B，老黄亲自站台
先说 XS.2。
33B 总参数，3B 激活——听起来不大，但它是个 MoE（混合专家）模型。什么意思？不用加载全部参数，推理时只激活一小部分，所以一张 GPU 就能跑。
官方说：单卡 RTX 4090 或者 A100 都能跑起来。
对比一下：Qwen3.5 35B 同样激活 3B，但总参数是 35B；Claude Haiku 更是只有 4.5B 左右的激活量。XS.2 在 SWE-bench Verified 上拿到 68.2%，和 Devstral 2（123B 稠密模型）的 68.0% 基本持平。
更夸张的是 Terminal-Bench 2.0，XS.2 30.1%，直接干掉了 Claude Haiku 的 29.8%。
一个小模型，打平甚至超越闭源巨头。
而且 Day 1 就支持 TensorRT-LLM、NVIDIA 官方站台。老黄估计做梦都要笑醒——又多了个能打的开源模型。
政府单子不香了？它选择"开源"
问题来了：Poolside 之前明明只做政府和公共部门的生意，为什么突然开源？
官方博客里有一句话很耐人寻味：
"我们相信西方需要强大的开源模型，我们想为这个生态系统做出贡献。"
翻译成人话就是：闭源那帮人（说的就是你，OpenAI 和 Anthropic）把持着最先进的模型，但开源社区不能没有自己的底牌。
有意思的是，Poolside 并没有放弃政府客户。博客明确说了"那项工作继续并仍然是我们的核心"。只是现在，他们想"两条腿走路"。
一手抓政府的高安全订单，一手抓开源社区的口碑和影响力。
这算盘打得，我在中关村都听见了。
代理式编程：不是"调用工具"，而是"写代码"
Poolside 的技术理念很激进。
现在大多数 AI 代理都在用"工具调用"——预先定义好一堆 API，代理只能挑其中一个来用。比如"调用搜索"、"调用计算器"、"调用文件读取"。
Poolside 认为这是"过渡方案"。
他们的观点是：软件才是最具表达力的接口。一个能写代码、能执行代码的代理，可以自己组合动作、并行工作、甚至临时搭建系统来和世界交互。
"我们相信代理式编程的未来不是工具调用，而是代码生成。"
这话听起来有点抽象，但想象一下：现在的 Claude 帮你写代码，未来的 AI 代理自己写代码、自己测试、自己迭代——整个流程一个人全包。
XS.2 和 M.1 就是为这种"长程任务"设计的。什么叫长程？可能涉及几百次工具调用、几十轮文件读写、中间还要自己修 bug。
这才是真正的"自主代理"。
60 人 VS 几千人，效率恐怖
最让我震惊的是团队规模。
整个 Applied Research 部门，大约 60 人。
60 人干什么了？训练了两个 MoE 模型，其中一个是 225B 参数的 M.1，用了 6,144 块 NVIDIA Hopper GPU，30T tokens 数据。
对比一下：OpenAI、Anthropic、Google 的模型团队都是几千人的规模。Meta 的 Llama 团队人也不多，但人家有整个 FAIR 撑腰。
Poolside 60 个人，硬刚。
当然，GPU 数量摆在那儿——6 千块 Hopper，每小时租金少说几十万美金。钱肯定没少烧。
但效率确实恐怖。
数据配方：他们发现了什么秘密？
技术细节里有一段挺有意思。
Poolside 搞了个叫 AutoMixer 的系统，简单说：训练 60 个不同配方的"代理模型"，每个吃不同的数据混合，然后看哪个配方在代码、数学、STEM 上表现最好。
结果发现了一些反直觉的规律：
- 代码能力主要由合成数据和精选代码源驱动，通用网页数据反而会拖后腿
- 数学能力主要吃多样化的网页数学内容
- STEM 知识和学术、教育文本强相关
他们还发现一个反常识的事情：FineWeb 的全局去重会过度删除高质量数据。因为高质量内容往往有更高的重复率（被大量引用），去重时反而被干掉了。
所以 Poolside 的策略是：不追求"纯度"，保留一定比例的"中等质量"数据来维持多样性。
这大概就是他们 30T tokens 训练出来还能保持高效的原因。
开源这条路上，XS.2 扮演什么角色？
XS.2 是 Poolside 的第一款开源模型。
Apache 2.0 协议，没有任何商业限制。你可以 fine-tune、可以量化、可以自己部署，想怎么玩怎么玩。
官方说会很快发布 XS.2-base（基座模型），不是经过 RLHF 的版本。
这意味着开发者可以拿它当底座，训自己的垂直模型。
目前已支持 Transformers、vLLM、TRT-LLM、MLX/mlx-lm、Ollama——几乎所有主流推理框架。
社区反馈也很直接：
"单 GPU 33B MoE 模型正是持久代理需要的效率。编程任务通常在 Sonnet 或 Opus 上烧掉大量 tokens 来做基础逻辑，有个专门的开源模型对 infra 成本来说是巨大胜利。"
尾声：开源社区需要更多"搅局者"
Poolside 的故事让我想到一个问题：AI 开发的权力结构，正在被谁重塑？
OpenAI 说"我们要安全，所以不能开源"。
Anthropic 说"我们要对齐，所以不能开源"。
Meta 说"我们开源，但只是部分权重"。
然后冒出来一家 60 人的小公司，闷头干了一年多，甩出两个强力模型，其中一个直接开源。
它告诉所有人：不是只有几千人的大厂才能训出好模型。不是只有闭源才能商业化。不是只有"安全"才能发布。
当然，Poolside 也不是活雷锋。它要的是影响力，是社区贡献，是未来可能的商业订单。
但这种"闷声发大财"然后突然开源的打法，确实给开源社区打了一针强心剂。
XS.2 不是终点。M.1 也不是。
真正的竞争，才刚刚开始。
【锐评】：Poolside 用 60 人证明了 AI 不是"人海战术"，开源也不是"低端替代"。当政府单子不够香的时候，他们就下场搅局——这波操作，格局打开。
参考链接：
https://x.com/poolsideai/status/2049144111626670282